CN115598967B - 参数整定模型训练、参数确定方法、装置、设备及介质 - Google Patents
参数整定模型训练、参数确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115598967B CN115598967B CN202211356763.0A CN202211356763A CN115598967B CN 115598967 B CN115598967 B CN 115598967B CN 202211356763 A CN202211356763 A CN 202211356763A CN 115598967 B CN115598967 B CN 115598967B
- Authority
- CN
- China
- Prior art keywords
- feedback control
- target
- type
- control system
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012549 training Methods 0.000 title claims abstract description 58
- 239000013598 vector Substances 0.000 claims abstract description 75
- 230000008569 process Effects 0.000 claims description 37
- 238000011217 control strategy Methods 0.000 claims description 33
- 230000007613 environmental effect Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 239000013068 control sample Substances 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种参数整定模型训练、参数确定方法、装置、设备及介质。反馈控制参数整定模型的训练方法包括:构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;获取与每个第一类反馈控制系统分别对应的最优反馈控制参数;使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。采用上述技术方案,能够解决人工调节PID参数耗费时间久、通用性差的问题,能够快速、准确的获取与目标反馈控制系统相匹配的PID参数。
Description
技术领域
本发明涉及反馈控制技术领域,尤其涉及一种参数整定模型训练、参数确定方法、装置、设备及介质。
背景技术
比例-积分-微分(PID)控制是一种经典的反馈控制方法,被广泛应用于各类现实应用场景,如机器人控制与工业控制,PID在这些反馈控制系统上表现出了简单却有效的特点。PID结合了三种基础控制方式:比例控制(proportional control)、积分控制(integrative control)和微分控制(derivative control),每种基础控制方式可以输出一个控制量。PID对这三个控制量赋予不同的权重,得到最终的PID控制量。
然而,PID对其三个控制参数非常敏感,它的控制效果高度依赖于三种控制方式的权重的调节。其参数,即三种控制方式各自的权重,Kp,Ki,Kd,对控制效果有直接影响。PID参数都需要针对特定任务进行精密调整,这个调整过程往往需要大量的人力成本与对应反馈控制系统的领域知识。甚至对于同一套待控制的系统,若系统的动力模型发生了变化,先前已经调试好的PID参数就会无法使用。而现阶段几乎所有的PID参数的调整基本都是基于人工调参或者专家系统,这二者都依赖大量的人工参数选取与领域知识,这大大降低了PID控制器的易用性、灵活性与通用性。
发明内容
本发明提供了一种参数整定模型训练、参数确定方法、装置、设备及介质,能够解决传统的人工调节PID参数耗费时间久、通用性差的问题,能够快速、准确的获取与目标反馈控制系统相匹配的PID参数。
根据本发明的一方面,提供了一种反馈控制参数整定模型的训练方法,包括:
构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值;
利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量;
获取与每个第一类反馈控制系统分别对应的最优反馈控制参数;
使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。
根据本发明的另一方面,提供了一种反馈控制参数的确定方法,包括:
按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集;
利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量;
将所述目标环境特征向量输入至通过采用本发明实施例一与实施例二中任一项所述的方法训练得到的反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
根据本发明的另一方面,提供了一种反馈控制参数整定模型的训练装置,包括:
反馈控制轨迹集生成模块,用于构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值;
环境特征向量生成模块,用于利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量;
最优反馈控制参数获取模块,用于获取与每个第一类反馈控制系统分别对应的最优反馈控制参数;
参数整定模型获取模块,用于使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。
根据本发明的另一方面,提供了一种反馈控制参数的确定装置,包括:
目标反馈控制轨迹集获取模块,用于按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集;
目标环境特征向量获取模块,用于利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量;
目标反馈控制参数获取模块,用于将所述目标环境特征向量输入至通过采用本发明实施例一与实施例二中任一项所述的方法训练得到的反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明实施例一及实施例二所述的反馈控制参数整定模型的训练方法,或者,能够实现本发明实施例三所述的反馈控制参数的确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明实施例一及实施例二所述的反馈控制参数整定模型的训练方法,或者,能够实现本发明实施例三所述的反馈控制参数的确定方法。
本发明实施例的技术方案,通过构建与多个反馈控制场景对应的多个第一类反馈控制系统,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,利用预先训练的反馈控制系统识别器获取与各第一类反馈控制轨迹集分别匹配的环境特征向量,结合与每个第一类反馈控制系统分别对应的最优反馈控制参数,以训练得到反馈控制参数整定模型的方式,能够获取通用性较强的反馈控制参数整定模型,反馈控制参数整定模型可以快速的分别获取不同的反馈控制系统所需的不同PID参数,有效节约了时间成本与人力成本。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种反馈控制参数整定模型的训练方法的流程图;
图2是根据本发明实施例二提供的另一种反馈控制参数整定模型的训练方法的流程图;
图3是根据本发明实施例三提供的一种反馈控制参数的确定方法的流程图;
图4是根据本发明实施例四提供的一种反馈控制参数整定模型的训练装置的结构示意图;
图5是根据本发明实施例五提供的一种反馈控制参数的确定装置的结构示意图;
图6是实现本发明实施例的反馈控制参数整定模型的训练方法和反馈控制参数的确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种反馈控制参数整定模型的训练方法的流程图,本实施例可适用于利用不同反馈控制场景下的环境特征向量与相对应的最优反馈控制参数,训练得到反馈控制参数整定模型情况,该方法可以由反馈控制参数整定模型的训练装置来执行,该反馈控制参数整定模型的训练装置可以采用硬件和/或软件的形式实现,并一般可以集成于具有数据处理功能的终端设备或者服务器中。如图1所示,该方法包括:
S110、构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集。
其中,反馈控制系统是指为了在设定的反馈控制场景下达到预期的反馈控制目标,在反馈控制理论的基础上所建立的系统。该反馈控制场景可以理解为反馈控制任务具体的执行场景。例如,车辆控速场景、空调控温场景或者电机控制场景等。
在一个具体的例子中,在车辆控速场景中的一个反馈控制系统可以实现通过控制油门大小,将汽车的速度控制到一个目标速度值,或者,在电机控制场景中的一个反馈控制系统可以实现通过控制电机的电流大小,将电机旋转的角速度控制到一个目标角速度值等。
具体的,可以通过获取与每个第一类反馈控制系统分别对应的反馈控制策略,并根据每个第一类反馈控制系统分别对应的反馈控制策略的方式,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集。
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值。
反馈控制策略,可以理解为在每个时刻的反馈控制过程中,针对待控量的当前值和期望值,用于确定出反馈控制的控制量的具体策略。具体的,该反馈控制策略中可以包括PID控制器中三种控制方式(比例控制、积分控制和微分控制)的权重值。
可以理解的是,即使针对相同的反馈控制场景,因为该场景中环境参数(例如,系统的动力模型、空气阻力或者动摩擦力参数等)的不同,相同反馈控制目标的反馈控制系统,所对应的反馈控制策略也不尽相同。
相应的,不同反馈控制场景一般可对应多个不同的反馈控制系统,同一反馈控制场景,因其场景环境的不同,也可以对应于对个不同的反馈控制系统。
在本实施例中,当一个反馈控制系统A被确定后,可以在一个确定场景环境描述参数的反馈控制场景中,基于与该反馈控制系统A匹配的反馈控制策略,执行针对该反馈控制系统A的反馈控制,进而,在针对反馈控制系统A执行的完整执行过程可以通过上述反馈控制轨迹集唯一描述。
在一个反馈控制系统中完整的反馈控制操作被成功执行后,通过收集各控制时间点下的待控量状态和控制器中控制量的数值,可以组织得到与该反馈控制系统对应的反馈控制轨迹集。
S120、利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量。
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量。反馈控制系统识别器的输入为反馈控制系统执行完成后生成的反馈控制轨迹集,或者,反馈控制系统执行过程中连续生成的几个轨迹点等,输出为与该反馈控制系统对应的环境特征向量。
由于本发明的最终目的是获取一个反馈控制参数整定模型,且该反馈控制参数整定模型的作用是通过输入与反馈控制系统匹配的任意环境特征向量,获取该反馈控制系统的最优反馈控制参数,因此,在训练过程中,所采用的环境特征向量可以通过执行任意反馈控制策略获取,无需对所使用的反馈控制策略进行特定约束。
S130、获取与每个第一类反馈控制系统分别对应的最优反馈控制参数。
优选的,所述反馈控制参数为PID参数,可以通过现有的参数优化方法获取与每个第一类反馈控制系统对应的最优PID参数,以作为反馈控制参数整定模型的训练样本。
S140、使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。
在本实施例中,通过使用与各第一类反馈控制轨迹集分别匹配的环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,训练得到反馈控制参数整定模型。其中,反馈控制参数整定模型的输入为与反馈控制系统执行完成相应的反馈控制后生成的反馈控制轨迹集匹配的环境特征向量,输出为与该反馈控制系统匹配的最优反馈控制参数。
本发明实施例的技术方案,通过构建与多个反馈控制场景对应的多个第一类反馈控制系统,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,利用预先训练的反馈控制系统识别器获取与各第一类反馈控制轨迹集分别匹配的环境特征向量,结合与每个第一类反馈控制系统分别对应的最优反馈控制参数,以训练得到反馈控制参数整定模型的方式,能够获取通用性较强的反馈控制参数整定模型,反馈控制参数整定模型可以快速的分别获取不同的反馈控制系统所需的不同PID参数,有效节约了时间成本与人力成本。
实施例二
图2为本发明实施例二提供的另一种反馈控制参数整定模型的训练方法的流程图,本实施例在上述实施例的基础上,具体说明了反馈控制参数整定模型的训练方法。如图2所示,该方法包括:
S210、使用设定模拟器构建与多个反馈控制场景对应的多个第一类反馈控制系统,并获取与每个第一类反馈控制系统分别对应的反馈控制策略。
可选的,可以根据人工实验选取、基于专业领域知识确定的方式,或者通过设定机器学习模型自适应训练的方式,获取与每个第一类反馈控制系统分别对应的反馈控制策略。
S220、根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集。
其中,根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,可以具体包括:
按照与各第一类反馈控制系统对应的反馈控制策略,执行各第一类反馈控制系统;
在各第一类反馈控制系统的完整反馈控制过程中,收集各完整反馈控制过程中每个目标控制时间点下的目标待控量状态和目标控制量的数值;
其中,所述目标待控量状态包括目标待控量的当前值和期望值;
将各完整反馈控制过程中与每个目标控制时间点分别对应的目标待控量状态和目标控制量的数值,组织得到各完整反馈控制过程中与每个目标控制时间点分别对应的目标轨迹点;
按照时间延伸顺序,将各完整反馈控制过程中各所述目标轨迹点进行组合,得到与每个第一类反馈控制系统对应的反馈控制轨迹集。
S230、利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量。
S240、获取与每个第一类反馈控制系统分别对应的初始反馈控制参数。
其中,初始反馈控制参数可以通过预先训练的初始反馈控制参数获取模型随机生成,也可以通过实验人员的经验进行赋值,不对此进行限定。
S250、采用预先设定的反馈控制参数优化方法,对各初始反馈控制参数进行多轮迭代优化,获取与每个第一类反馈控制系统分别对应的多个迭代优化参数。
为了保证最终获取的最优反馈控制参数具有较好的控制效果,在对初始反馈控制参数进行多轮迭代优化时,可以在一定程度上增加迭代轮次,对每个第一类反馈控制系统分别获取较为丰富的迭代优化参数。
S260、根据与每个第一类反馈控制系统分别对应的多个迭代优化参数,获取与每个第一类反馈控制系统分别对应的多个反馈控制轨迹集,并计算得到与每个反馈控制轨迹集匹配的奖赏值。
其中,与每个反馈控制轨迹集匹配的奖赏值可以为各迭代优化参数在相应的第一类反馈控制系统的马尔科夫决策过程中的奖赏之和。
马尔科夫决策过程可以包括系统状态、控制量、奖赏以及衰减系数等;系统状态可以包括待控量的目标值、待控量的当前值、待控量的偏差、待控量的积分偏差以及待控量的微分偏差等;控制量可以包括所述第一类反馈控制系统中的实际操控量;奖赏可以具体包括待控量接近目标量的奖赏,以及待控量远离目标量的惩罚;衰减系数可以用于表示反馈控制策略对于较长时间后能获取的奖赏的重视程度,衰减系数越大则代表反馈控制策略越重视较长时间内的奖赏。
S270、根据与每个反馈控制轨迹集匹配的奖赏值,获取与每个第一类反馈控制系统分别对应的最优反馈控制参数。
可以理解的是,与反馈控制轨迹集匹配的奖赏值能够反应与该反馈控制轨迹集匹配的迭代优化参数的性能。在一个具体的例子中,当一个第一类反馈控制系统具有两个迭代优化参数时,针对这两个迭代优化参数可以分别生成两个不同的反馈控制轨迹集,进而针对两个不同的反馈控制轨迹集分别生成两个不同的奖赏值,对两个不同的奖赏值进行比对,奖赏值较高的反馈控制轨迹集所对应的迭代优化参数,则为该第一类反馈控制系统较优的反馈控制参数。
相似的,对每个第一类反馈控制系统中每个反馈控制轨迹集相匹配的奖赏值进行比对,奖赏值最高的反馈控制轨迹集所对应的迭代优化参数,即为该第一类反馈控制系统的最优反馈控制参数。
S280、使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。
其中,与环境特征向量对应的最优反馈控制参数,可理解为,与该环境特征向量匹配的第一类反馈控制系统所对应的最优反馈控制参数。
本发明实施例的技术方案,通过构建与多个反馈控制场景对应的多个第一类反馈控制系统,获取与每个第一类反馈控制系统分别对应的反馈控制策略与最优反馈控制参数,根据各反馈控制策略生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量,使用与每个第一类反馈控制系统对应的环境特征向量与最优反馈控制参数,训练得到反馈控制参数整定模型的方式,能够获取通用性较强的反馈控制参数整定模型,反馈控制参数整定模型可以快速的分别获取不同的反馈控制系统所需的不同PID参数,有效节约了时间成本与人力成本。
进一步的,在构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集之前,还可以包括:
构建与多个反馈控制场景对应的多个第二类反馈控制系统,并获取与每个第二类反馈控制系统分别对应的反馈控制策略;
按照与每个第二类反馈控制系统分别对应的反馈控制策略,生成与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集;
使用与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集,对设定的时间序列模型进行训练,得到反馈控制系统识别器。
所述第二类反馈控制系统为用于训练所述反馈控制系统识别器所使用的反馈控制系统,第二类反馈控制系统可以与第一类反馈控制系统实际内容相同或不同,用所述第一类反馈控制系统与第二类反馈控制系统表述的目的在于对反馈控制系统的用途进行区分。
在本实施例中,为了可区分的表示不同第二类反馈控制系统之间的环境特征差异,首先需要构建不同场景环境下的多个第二类反馈控制系统。进而,为了达到较优反馈控制效果,需要进一步确定出与每个第二类反馈控制系统分别对应的反馈控制策略。
需要强调的是,在本实施例中,发明人为了挖掘出不同第二类反馈控制系统之间的环境特征差异,需要量化第二类反馈控制系统的特征描述。通过多次实验发现,不同环境下执行的第二类反馈控制系统,控制量数值的变化趋势,以及待控量的受控变化趋势各有不同。基于此,创造性的提出了使用反馈控制样本轨迹集量化描述各第二类反馈控制系统,以达到可区分不同第二类反馈控制系统的环境特征的目的。
由于直接使用反馈控制样本轨迹集来反映不同第二类反馈控制系统的环境差异时,数据表现力差。因而,在本实施例中,考虑使用实现序列模型挖掘出不同反馈控制样本轨迹集的数据特征。时间序列模型,主要用于对输入的时间序列数据,以设定维数(例如,8维、16维或者32维等)的向量进行量化表达。
其中,时间序列模型可以为具有时序数据处理功能的任一机器学习模型,例如RNN(recurrent neural network,循环神经网络)、LSTM((Long short-term memory,长短期记忆网络)或者GRU(Gated Recurrent Unit,门循环控制单元)等,本实施例对此并不进行限制。
在本实施例中,通过使用对应多个反馈控制场景的各所述反馈控制样本轨迹集,对设定的时间序列模型进行训练,可以得到反馈控制系统识别器。其中,训练得到的反馈控制系统识别器的输入为反馈控制系统执行完成后生成的反馈控制样本轨迹集,或者,反馈控制系统执行过程中连续生成的几个轨迹点等,输出为与该反馈控制系统对应的环境特征向量。
其中,该反馈控制系统识别器的训练目标可以为最小化同一反馈控制样本轨迹集的环境特征向量的方差,最大化不同反馈控制轨迹的环境特征向量的之间的差异值。通过上述设置,该反馈控制系统识别器可以有效区分出不同反馈控制系统对应的环境特征向量。
实施例三
图3为本发明实施例三提供的一种反馈控制参数的确定方法的流程图,本实施例可适用于利用预先训练的反馈控制参数整定模型,获取与目标反馈控制系统相对应的反馈控制参数的情况,该方法可以由反馈控制参数的确定装置来执行,该反馈控制参数的确定装置可以采用硬件和/或软件的形式实现,并一般可以集成于具有数据处理功能的终端设备或者服务器中。如图3所示,该方法包括:
S310、按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集。
其中,该目标反馈控制系统为当前需要执行的反馈控制系统;基础反馈控制参数为基于目标反馈控制系统预设的一组反馈控制参数,但一般情况下不属于目标反馈控制系统的最优反馈控制参数,采用基础反馈控制参数能够执行目标反馈控制系统,并生成目标反馈控制轨迹集,但所生成的目标反馈控制轨迹集可能不能够较好的实现目标反馈控制系统的控制目标。
S320、利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量。
如前所述,所述反馈控制系统识别器用于可区分的输出与不同反馈控制系统对应的环境特征向量。
S330、将所述目标环境特征向量输入至反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
其中,目标反馈控制参数为与目标反馈控制系统匹配的最优反馈控制参数。
本发明实施例的技术方案,通过对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集,并利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量,将目标环境特征向量输入至反馈控制参数整定模型中,以获取目标反馈控制参数的方式,能够快速获取与目标反馈控制系统匹配的较优目标反馈控制参数,解决了人工调节反馈控制参数耗时较长、效果较差的问题。
实施例四
图4为本发明实施例三提供的一种反馈控制参数整定模型的训练装置的结构示意图。如图4所示,该装置包括:反馈控制轨迹集生成模块410、环境特征向量生成模块420、最优反馈控制参数获取模块430以及参数整定模型获取模块440。
反馈控制轨迹集生成模块410,用于构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值。
环境特征向量生成模块420,用于利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量。
最优反馈控制参数获取模块430,用于获取与每个第一类反馈控制系统分别对应的最优反馈控制参数。
参数整定模型获取模块440,用于使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型。
本发明实施例的技术方案,通过构建与多个反馈控制场景对应的多个第一类反馈控制系统,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,利用预先训练的反馈控制系统识别器获取与各第一类反馈控制轨迹集分别匹配的环境特征向量,结合与每个第一类反馈控制系统分别对应的最优反馈控制参数,以训练得到反馈控制参数整定模型的方式,能够获取通用性较强的反馈控制参数整定模型,反馈控制参数整定模型可以快速的分别获取不同的反馈控制系统所需的不同PID参数,有效节约了时间成本与人力成本。
在上述各实施例的基础上,还可以包括反馈控制系统识别器训练模块,具体用于:
构建与多个反馈控制场景对应的多个第二类反馈控制系统,并获取与每个第二类反馈控制系统分别对应的反馈控制策略;
按照与每个第二类反馈控制系统分别对应的反馈控制策略,生成与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集;
使用与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集,对设定的时间序列模型进行训练,得到反馈控制系统识别器。
在上述各实施例的基础上,反馈控制轨迹集生成模块410,可以具体用于:
使用设定模拟器构建与多个反馈控制场景对应的多个第一类反馈控制系统,并获取与每个第一类反馈控制系统分别对应的反馈控制策略;
根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集。
在上述各实施例的基础上,反馈控制轨迹集生成模块410,还可以具体用于:
按照与各第一类反馈控制系统对应的反馈控制策略,执行各第一类反馈控制系统;
在各第一类反馈控制系统的完整反馈控制过程中,收集各完整反馈控制过程中每个目标控制时间点下的目标待控量状态和目标控制量的数值;
其中,所述目标待控量状态包括目标待控量的当前值和期望值;
将各完整反馈控制过程中与每个目标控制时间点分别对应的目标待控量状态和目标控制量的数值,组织得到各完整反馈控制过程中与每个目标控制时间点分别对应的目标轨迹点;
按照时间延伸顺序,将各完整反馈控制过程中各所述目标轨迹点进行组合,得到与每个第一类反馈控制系统对应的反馈控制轨迹集。
在上述各实施例的基础上,最优反馈控制参数获取模块430,可以具体用于:
获取与每个第一类反馈控制系统分别对应的初始反馈控制参数;
采用预先设定的反馈控制参数优化方法,对各初始反馈控制参数进行多轮迭代优化,获取与每个第一类反馈控制系统分别对应的多个迭代优化参数;
根据与每个第一类反馈控制系统分别对应的多个迭代优化参数,获取与每个第一类反馈控制系统分别对应的多个反馈控制轨迹集,并计算得到与每个反馈控制轨迹集匹配的奖赏值;
根据与每个反馈控制轨迹集匹配的奖赏值,获取与每个第一类反馈控制系统分别对应的最优反馈控制参数。
本发明实施例所提供的反馈控制参数整定模型的训练装置可执行本发明任意实施例所提供的反馈控制参数整定模型的训练方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例四提供的一种反馈控制参数的确定装置的结构示意图。如图5所示,该装置包括:目标反馈控制轨迹集获取模块510、目标环境特征向量获取模块520以及目标反馈控制参数获取模块530。
目标反馈控制轨迹集获取模块510,用于按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集。
目标环境特征向量获取模块520,用于利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量。
目标反馈控制参数获取模块530,用于将所述目标环境特征向量输入至通过采用本发明实施例一与实施例二中任一项所述的方法训练得到的反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
本发明实施例的技术方案,通过对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集,并利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量,将目标环境特征向量输入至反馈控制参数整定模型中,以获取目标反馈控制参数的方式,能够快速获取与目标反馈控制系统匹配的较优目标反馈控制参数,解决了人工调节反馈控制参数耗时较长、效果较差的问题。
本发明实施例所提供的反馈控制参数的确定装置可执行本发明任意实施例所提供的反馈控制参数的确定方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6示出了可以用来实施本发明的实施例的电子设备60的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备60包括至少一个处理器61,以及与至少一个处理器61通信连接的存储器,如只读存储器(ROM)62、随机访问存储器(RAM)63等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器61可以根据存储在只读存储器(ROM)62中的计算机程序或者从存储单元68加载到随机访问存储器(RAM)63中的计算机程序,来执行各种适当的动作和处理。在RAM63中,还可存储电子设备60操作所需的各种程序和数据。处理器61、ROM62以及RAM63通过总线64彼此相连。输入/输出(I/O)接口65也连接至总线64。
电子设备60中的多个部件连接至I/O接口65,包括:输入单元66,例如键盘、鼠标等;输出单元67,例如各种类型的显示器、扬声器等;存储单元68,例如磁盘、光盘等;以及通信单元69,例如网卡、调制解调器、无线通信收发机等。通信单元69允许电子设备60通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器61可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器61的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器61执行上文所描述的各个方法和处理,例如如本发明实施例所述的反馈控制参数整定模型的训练方法和反馈控制参数的确定方法。
在一些实施例中,反馈控制参数整定模型的训练方法和反馈控制参数的确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元68。在一些实施例中,计算机程序的部分或者全部可以经由ROM62和/或通信单元69而被载入和/或安装到电子设备60上。当计算机程序加载到RAM63并由处理器61执行时,可以执行上文描述的反馈控制参数整定模型的训练方法和反馈控制参数的确定方法的一个或多个步骤。备选地,在其他实施例中,处理器61可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行反馈控制参数整定模型的训练方法和反馈控制参数的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种反馈控制参数整定模型的训练方法,其特征在于,包括:
构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值;
利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量;
获取与每个第一类反馈控制系统分别对应的最优反馈控制参数;
使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型;
所述构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,包括:
使用设定模拟器构建与多个反馈控制场景对应的多个第一类反馈控制系统,并获取与每个第一类反馈控制系统分别对应的反馈控制策略;
根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
所述根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集,包括:
按照与各第一类反馈控制系统对应的反馈控制策略,执行各第一类反馈控制系统;
在各第一类反馈控制系统的完整反馈控制过程中,收集各完整反馈控制过程中每个目标控制时间点下的目标待控量状态和目标控制量的数值;
其中,所述目标待控量状态包括目标待控量的当前值和期望值;
将各完整反馈控制过程中与每个目标控制时间点分别对应的目标待控量状态和目标控制量的数值,组织得到各完整反馈控制过程中与每个目标控制时间点分别对应的目标轨迹点;
按照时间延伸顺序,将各完整反馈控制过程中各所述目标轨迹点进行组合,得到与每个第一类反馈控制系统对应的反馈控制轨迹集。
2.根据权利要求1所述的方法,其特征在于,在构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集之前,还包括:
构建与多个反馈控制场景对应的多个第二类反馈控制系统,并获取与每个第二类反馈控制系统分别对应的反馈控制策略;
按照与每个第二类反馈控制系统分别对应的反馈控制策略,生成与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集;
使用与每个第二类反馈控制系统分别对应的反馈控制样本轨迹集,对设定的时间序列模型进行训练,得到反馈控制系统识别器。
3.根据权利要求1所述的方法,其特征在于,获取与每个第一类反馈控制系统分别对应的最优反馈控制参数,包括:
获取与每个第一类反馈控制系统分别对应的初始反馈控制参数;
采用预先设定的反馈控制参数优化方法,对各初始反馈控制参数进行多轮迭代优化,获取与每个第一类反馈控制系统分别对应的多个迭代优化参数;
根据与每个第一类反馈控制系统分别对应的多个迭代优化参数,获取与每个第一类反馈控制系统分别对应的多个反馈控制轨迹集,并计算得到与每个反馈控制轨迹集匹配的奖赏值;
根据与每个反馈控制轨迹集匹配的奖赏值,获取与每个第一类反馈控制系统分别对应的最优反馈控制参数。
4.一种反馈控制参数的确定方法,其特征在于,包括:
按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集;
利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量;
将所述目标环境特征向量输入至通过权利要求1-3任一项所述的方法训练得到的反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
5.一种反馈控制参数整定模型的训练装置,其特征在于,包括:
反馈控制轨迹集生成模块,用于构建与多个反馈控制场景对应的多个第一类反馈控制系统,并生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
其中,反馈控制轨迹集中包含与完整反馈控制过程对应的多个轨迹点,轨迹点中包括设定控制时间点下的待控量状态和控制器中控制量的数值;
环境特征向量生成模块,用于利用预先训练的反馈控制系统识别器生成与各第一类反馈控制轨迹集分别匹配的环境特征向量;
其中,所述反馈控制系统识别器用于可区分的输出不同反馈控制场景下的环境特征向量;
最优反馈控制参数获取模块,用于获取与每个第一类反馈控制系统分别对应的最优反馈控制参数;
参数整定模型获取模块,用于使用各环境特征向量和与各环境特征向量分别对应的各最优反馈控制参数,对反馈控制参数整定模型进行训练,得到反馈控制参数整定模型;
所述反馈控制轨迹集生成模块,还用于使用设定模拟器构建与多个反馈控制场景对应的多个第一类反馈控制系统,并获取与每个第一类反馈控制系统分别对应的反馈控制策略;
根据每个第一类反馈控制系统分别对应的反馈控制策略,生成与每个第一类反馈控制系统分别对应的反馈控制轨迹集;
按照与各第一类反馈控制系统对应的反馈控制策略,执行各第一类反馈控制系统;
在各第一类反馈控制系统的完整反馈控制过程中,收集各完整反馈控制过程中每个目标控制时间点下的目标待控量状态和目标控制量的数值;
其中,所述目标待控量状态包括目标待控量的当前值和期望值;
将各完整反馈控制过程中与每个目标控制时间点分别对应的目标待控量状态和目标控制量的数值,组织得到各完整反馈控制过程中与每个目标控制时间点分别对应的目标轨迹点;
按照时间延伸顺序,将各完整反馈控制过程中各所述目标轨迹点进行组合,得到与每个第一类反馈控制系统对应的反馈控制轨迹集。
6.一种反馈控制参数的确定装置,其特征在于,包括:
目标反馈控制轨迹集获取模块,用于按照预设的基础反馈控制参数,对目标反馈控制系统执行预反馈控制操作,获取与目标反馈控制系统对应的目标反馈控制轨迹集;
目标环境特征向量获取模块,用于利用预先训练的反馈控制系统识别器生成与所述目标反馈控制轨迹集匹配的目标环境特征向量;
目标反馈控制参数获取模块,用于将所述目标环境特征向量输入至通过权利要求1-3任一项所述的方法训练得到的反馈控制参数整定模型中,并将所述反馈控制参数整定模型输出的反馈控制参数作为与目标反馈控制系统对应的目标反馈控制参数。
7. 一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的反馈控制参数整定模型的训练方法,或者,执行权利要求4所述的反馈控制参数的确定方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-3中任一项所述的反馈控制参数整定模型的训练方法,或者,执行权利要求4所述的反馈控制参数的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211356763.0A CN115598967B (zh) | 2022-11-01 | 2022-11-01 | 参数整定模型训练、参数确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211356763.0A CN115598967B (zh) | 2022-11-01 | 2022-11-01 | 参数整定模型训练、参数确定方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115598967A CN115598967A (zh) | 2023-01-13 |
CN115598967B true CN115598967B (zh) | 2023-12-08 |
Family
ID=84851529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211356763.0A Active CN115598967B (zh) | 2022-11-01 | 2022-11-01 | 参数整定模型训练、参数确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115598967B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107783423A (zh) * | 2017-10-25 | 2018-03-09 | 珠海格力电器股份有限公司 | 基于机器学习的pid参数自整定方法及其装置 |
CN110308658A (zh) * | 2019-07-24 | 2019-10-08 | 广东工业大学 | 一种pid参数整定方法、装置、系统及可读存储介质 |
CN111103790A (zh) * | 2019-12-05 | 2020-05-05 | 珠海格力电器股份有限公司 | Pid控制器的参数整定方法、装置、存储介质、终端及系统 |
CN112782969A (zh) * | 2020-12-25 | 2021-05-11 | 浙江中控技术股份有限公司 | 一种pid参数整定方法、装置、存储介质和设备 |
WO2022012156A1 (zh) * | 2020-07-14 | 2022-01-20 | 江南大学 | 一种旋转倒立摆的迭代反馈整定控制及其鲁棒优化方法 |
CN115061365A (zh) * | 2022-07-22 | 2022-09-16 | 浙江中控技术股份有限公司 | 参数整定模型的构建方法及工业过程控制方法 |
-
2022
- 2022-11-01 CN CN202211356763.0A patent/CN115598967B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107783423A (zh) * | 2017-10-25 | 2018-03-09 | 珠海格力电器股份有限公司 | 基于机器学习的pid参数自整定方法及其装置 |
CN110308658A (zh) * | 2019-07-24 | 2019-10-08 | 广东工业大学 | 一种pid参数整定方法、装置、系统及可读存储介质 |
CN111103790A (zh) * | 2019-12-05 | 2020-05-05 | 珠海格力电器股份有限公司 | Pid控制器的参数整定方法、装置、存储介质、终端及系统 |
WO2022012156A1 (zh) * | 2020-07-14 | 2022-01-20 | 江南大学 | 一种旋转倒立摆的迭代反馈整定控制及其鲁棒优化方法 |
CN112782969A (zh) * | 2020-12-25 | 2021-05-11 | 浙江中控技术股份有限公司 | 一种pid参数整定方法、装置、存储介质和设备 |
CN115061365A (zh) * | 2022-07-22 | 2022-09-16 | 浙江中控技术股份有限公司 | 参数整定模型的构建方法及工业过程控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115598967A (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102170105B1 (ko) | 신경 네트워크 구조의 생성 방법 및 장치, 전자 기기, 저장 매체 | |
CN109978228B (zh) | 一种pm2.5浓度预测方法、装置及介质 | |
CN107292344B (zh) | 一种基于环境交互的机器人实时控制方法 | |
US10635078B2 (en) | Simulation system, simulation method, and simulation program | |
CN112434789B (zh) | 一种用于边缘视频分析的分布式神经网络模型划分方法 | |
CN116089870A (zh) | 基于元学习的小样本条件下工业设备故障预测方法及装置 | |
CN111966361A (zh) | 用于确定待部署模型的方法、装置、设备及其存储介质 | |
CN113965313B (zh) | 基于同态加密的模型训练方法、装置、设备以及存储介质 | |
CN114818913A (zh) | 决策生成方法和装置 | |
CN115598967B (zh) | 参数整定模型训练、参数确定方法、装置、设备及介质 | |
CN115616900B (zh) | 反馈控制系统识别器的训练方法、装置、设备及介质 | |
CN114896061B (zh) | 计算资源控制模型的训练方法、计算资源控制方法及装置 | |
CN115598985B (zh) | 一种反馈控制器的训练方法、装置、电子设备及介质 | |
CN115576205B (zh) | 反馈控制方法、通用反馈控制器、训练方法、可读存储介质、计算机程序产品及系统 | |
CN114819095A (zh) | 业务数据处理模型的生成方法、装置及电子设备 | |
CN115562038B (zh) | 一种反馈控制系统变化的预警方法、装置、设备及介质 | |
CN115600875B (zh) | 一种环境参数的标定方法、装置、电子设备及存储介质 | |
Contardo et al. | Learning states representations in pomdp | |
CN112836381A (zh) | 一种基于多源信息的船舶剩余寿命预测方法及系统 | |
Zhang et al. | Pretrain soft q-learning with imperfect demonstrations | |
CN111291464A (zh) | 一种电力系统动态等值方法及装置 | |
CN117400268B (zh) | 非线性摩擦力补偿方法、装置、电子设备及存储介质 | |
CN117032262B (zh) | 机器控制方法、装置、电子设备及存储介质 | |
CN116562156A (zh) | 一种控制决策模型的训练方法、装置、设备及存储介质 | |
CN117312815A (zh) | 智能体策略网络训练方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231030 Address after: Room 703, Building A, Qilin Technology Innovation Park, No. 100 Tianjiao Road, Jiangning District, Nanjing City, Jiangsu Province, 210000 Applicant after: Nanqi Xiance (Nanjing) High tech Co.,Ltd. Address before: 210000 floor 17, building 32, headquarters base, Jiangning District, Nanjing, Jiangsu Province Applicant before: NANQI XIANCE (NANJING) TECHNOLOGY Co.,Ltd. Applicant before: Nanqi Xiance (Nanjing) High tech Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |